Mostra el registre d'ítem simple

Bridge Structural Damage Segmentation Using Fully Convolutional Networks

dc.contributorPrendinger, Helmut
dc.contributorEscalera Guerrero, Sergio
dc.contributor.authorRubio Guillamón, Juanjo
dc.date.accessioned2018-06-30T21:01:30Z
dc.date.available2018-06-30T21:01:30Z
dc.date.issued2018-04-16
dc.identifier.urihttp://hdl.handle.net/2117/118758
dc.description.abstractFully Convolutional Networks prove to be suitable method for texture-based damage segmentation on infrastructure. A dataset has been collected to model the uncertainty in human inspection of bridges in the Japanese prefecture of Niigata.
dc.language.isoeng
dc.publisherUniversitat Politècnica de Catalunya
dc.subjectÀrees temàtiques de la UPC::Informàtica
dc.subject.lcshNeural networks (Computer science)
dc.subject.lcshSemantics
dc.subject.lcshMachine learning
dc.subject.otherinfrastructure
dc.subject.othercivil engineering
dc.subject.otherneural networks
dc.subject.otherconvolutional neural networks
dc.subject.othersegmentacio semantic
dc.subject.otherinfrastructura
dc.subject.otherenginyeria civil
dc.subject.otherxarxes neuronals
dc.subject.othersemantic segmentation
dc.titleBridge Structural Damage Segmentation Using Fully Convolutional Networks
dc.title.alternativeDeep learning for infraestructure damage categorization
dc.typeMaster thesis
dc.subject.lemacXarxes neuronals (Informàtica)
dc.subject.lemacSemàntica
dc.subject.lemacAprenentatge automàtic
dc.identifier.slug132723
dc.rights.accessOpen Access
dc.date.updated2018-04-30T04:00:19Z
dc.audience.educationlevelMàster
dc.audience.mediatorFacultat d'Informàtica de Barcelona
dc.audience.degreeMÀSTER UNIVERSITARI EN INTEL·LIGÈNCIA ARTIFICIAL (Pla 2012)
dc.contributor.covenanteeKokuritsu Jōhōgaku Kenkyūjo


Fitxers d'aquest items

Thumbnail
Nom:
132723.pdf
Mida:
5,922Mb
Format:
PDF
Visualitza/Obre

Aquest ítem apareix a les col·leccions següents

Mostra el registre d'ítem simple